新しいPrediction Lifecycleの正本Architectureを確定する

30秒でわかる概要

今回なにをした？

新しい競馬AIについて、Raw FactsからCanonical化、特徴量、学習、モデルArtifact、PRE15推論、市場比較、結果評価、改善・再学習までを一つの正本Architectureとして接続しました。

確認対象は8項目で、8項目すべてを確認。未解決は0件です。

なぜ必要？

予測モデルだけ存在しても、どのデータをいつ使い、どのモデルで判断し、結果をどう評価したのかが追えなければ、実運用の再現性を確保できません。

今回、予測前・予測時・予測後を一つのLifecycleとして固定しました。

何が変わった？

これまで個別に扱われていたデータ、特徴量、学習、レース当日推論、市場比較、結果検証、再学習を一本の流れとして参照できる設計になりました。

特に、PRE15より後の情報やレース結果を予測側へ入れない境界を明示しています。

現在の状態

Architectureの確認対象8件はすべて確認済みで、未解決は0件です。Task SubstanceのStatus、Coverage、Unresolved、Evidence ReferencesもPASSしています。

確定したLifecycle

正本Architectureは次の流れです。

1. 信頼できるRaw FactsをCanonical化 2. 判断時点で利用可能なCanonical Inputから決定的・Versioned Featureを生成 3. Point-in-Time Training Datasetと設定からモデルを学習 4. モデルを登録済みImmutable Artifactとして管理 5. PRE15時点でRace-Day Inference 6. Prediction ProbabilityとPRE15 Market Evidenceを比較し、Decision Evidenceを固定 7. レース後にConfirmed Resultを結合して評価 8. EvaluationからImprovement Candidateを作り、Evidence-backed Authorizationを経てRetraining

PRE15境界

Race-Day InferenceはPRE15に固定します。

Post-Event Resultや判断後の情報は予測入力として使用しません。Confirmed Resultは評価工程にのみ入り、ImmutableなPre-Event Decisionと結合されます。

これにより、未来情報の混入をArchitecture上で防止します。

Canonical Databaseとの接続

前工程で決めた最小Canonical Scopeも今回のLifecycleへ統合しました。

予測前のCanonical中心項目は、

race_identity
runner_identity
pre15_odds

です。

result_finish_position はPost-Event Canonicalとして扱い、派生値は再計算可能なものとして分離します。

Model ArtifactとRetraining

Point-in-Time Training DataとConfig Identityから生成したモデルは、登録済みのImmutable Model Artifactとして扱います。

評価結果は直接モデルを書き換えません。まずImprovement Candidateを作成し、再学習には明示的なEvidence-backed Authorizationを要求します。新しいモデルは新しいArtifact Versionとして扱います。

Evidence

確認した8項目は以下です。

RAW_TO_CANONICAL_BOUNDARY
DETERMINISTIC_VERSIONED_FEATURES
TRAINING_DATASET_AND_MODEL_ARTIFACT
RACE_DAY_PRE15_INFERENCE
MARKET_COMPARISON_AND_DECISION_RECORD
CONFIRMED_RESULT_AND_EVALUATION
IMPROVEMENT_AND_RETRAINING
RF_DEV_113_CANONICAL_SCOPE_INTEGRATION

確認結果：

確認対象：8件
確認済み：8件
未解決：0件
task_substance_status：PASS
task_substance_coverage：PASS
task_substance_unresolved：PASS
task_substance_evidence_refs：PASS

この成果が意味すること

今回確定したのは、予測精度そのものではなく、新しい競馬AIが今後どのルートで作られ、レース当日に動き、結果を検証し、改善されるのかという正本Architectureです。

後続工程は、このLifecycleを共通基準として実装を進められます。

制限

この工程のEvidenceに存在しない性能・収益・精度は主張しません。

また、Architectureの確定は、すべての後続コンポーネントの本実装完了を意味しません。

次工程

次は、このArchitectureを実際のシステムへ落とすため、Phase 13以降の本開発ロードマップを確定します。